abclinuxu.cz AbcLinuxu.cz itbiz.cz ITBiz.cz HDmag.cz HDmag.cz abcprace.cz AbcPráce.cz
AbcLinuxu hledá autory!
Inzerujte na AbcPráce.cz od 950 Kč
Rozšířené hledání
×
    včera 17:22 | IT novinky

    Byla představena nová verze modelu Claude Opus 4.6 od společnosti Anthropic. Jako demonstraci možností Anthropic využil 16 agentů Claude Opus 4.6 k vytvoření kompilátoru jazyka C, napsaného v programovacím jazyce Rust. Claude pracoval téměř autonomně, projekt trval zhruba dva týdny a náklady činily přibližně 20 000 dolarů. Výsledkem je fungující kompilátor o 100 000 řádcích kódu, jehož zdrojový kód je volně dostupný na GitHubu pod licencí Creative Commons.

    NUKE GAZA! 🎆 | Komentářů: 16
    včera 16:44 | Komunita

    Kultovní britský seriál The IT Crowd (Ajťáci) oslavil dvacáté výročí svého prvního vysílání. Sitcom o dvou sociálně nemotorných pracovnících a jejich nadřízené zaujal diváky svým humorem a ikonickými hláškami. Seriál, který debutoval v roce 2006, si i po dvou dekádách udržuje silnou fanouškovskou základnu a pravidelně se objevuje v seznamech nejlepších komedií své doby. Nedávné zatčení autora seriálu Grahama Linehana za hatecrime však vyvolává otázku, jestli by tento sitcom v současné Velké Británii vůbec vznikl.

    NUKE GAZA! 🎆 | Komentářů: 5
    včera 13:33 | IT novinky

    Společnost JetBrains oznámila, že počínaje verzí 2026.1 budou IDE založená na IntelliJ ve výchozím nastavení používat Wayland.

    Ladislav Hagara | Komentářů: 4
    včera 11:22 | IT novinky

    Společnost SpaceX amerického miliardáře Elona Muska podala žádost o vypuštění jednoho milionu satelitů na oběžnou dráhu kolem Země, odkud by pomohly zajistit provoz umělé inteligence (AI) a zároveň šetřily pozemské zdroje. Zatím se ale neví, kdy by se tak mělo stát. V žádosti Federální komisi pro spoje (FCC) se píše, že orbitální datová centra jsou nejúspornějším a energeticky nejúčinnějším způsobem, jak uspokojit rostoucí poptávku po

    … více »
    Ladislav Hagara | Komentářů: 22
    včera 11:11 | Nová verze

    Byla vydána nová verze 2.53.0 distribuovaného systému správy verzí Git. Přispělo 70 vývojářů, z toho 21 nových. Přehled novinek v poznámkách k vydání.

    Ladislav Hagara | Komentářů: 0
    včera 04:22 | Komunita

    Spolek OpenAlt zve příznivce otevřených řešení a přístupu na 216. sraz, který proběhne v pátek 20. února od 18:00 v Red Hat Labu (místnost Q304) na Fakultě informačních technologií VUT v Brně na ulici Božetěchova 1/2. Tématem srazu bude komunitní komunikační síť MeshCore. Jindřich Skácel představí, co je to MeshCore, předvede nejrůznější klientské zařízení a ukáže, jak v praxi vypadá nasazení vlastního repeateru.

    Ladislav Hagara | Komentářů: 0
    včera 03:33 | Nová verze

    Byla vydána nová major verze 9.0 multiplatformní digitální pracovní stanice pro práci s audiem (DAW) Ardour. Přehled novinek, vylepšení a oprav v poznámkách k vydání.

    Ladislav Hagara | Komentářů: 0
    5.2. 13:55 | IT novinky

    Hodnota Bitcoinu, decentralizované kryptoměny klesla pod 70 000 dolarů (1,44 milionu korun).

    Ladislav Hagara | Komentářů: 13
    5.2. 13:22 | IT novinky

    Valve z důvodu nedostatku pamětí a úložišť přehodnocuje plán na vydání zařízení Steam Controller, Steam Machine a Steam Frame: „Cílem tedy stále zůstává vydat všechna tři nová zařízení v první polovině letošního roku, ale přesná data a ceny jsou dvě věci, na kterých usilovně pracujeme a jsme si dobře vědomi toho, jak rychle se v tomto ohledu může vše změnit. Takže ač dnes žádné zveřejnitelné údaje nemáme, hned jak plány finalizujeme, budeme Vás informovat.“

    Ladislav Hagara | Komentářů: 6
    5.2. 03:11 | Komunita

    Do 20. února lze hlasovat pro wallpapery pro Ubuntu 26.04 s kódovým názvem Resolute Raccoon.

    Ladislav Hagara | Komentářů: 2
    Které desktopové prostředí na Linuxu používáte?
     (19%)
     (6%)
     (0%)
     (10%)
     (26%)
     (3%)
     (4%)
     (2%)
     (12%)
     (29%)
    Celkem 788 hlasů
     Komentářů: 25, poslední 3.2. 19:50
    Rozcestník

    Dotaz: Parsovani HTML pomoci regularnich vyrazu

    Bundas avatar 20.9.2014 18:17 Bundas | skóre: 14 | Pardubice
    Parsovani HTML pomoci regularnich vyrazu
    Přečteno: 455×

    Ahojte vsichni.

    Mam nekolik odkazu:
    <a href="/dafuq/lol/1/">1</a>
    <a href="/dafuq/lol/2/">2</a>
    <a href="/dafuq/lol/3/">3</a>
    <a href="/dafuq/lol/4/">...</a>
    <a href="/dafuq/lol/8/">8</a>
    <a href="/dafuq/lol/9/">9</a>

    Potrebuju z nich dostat tu cislovku na konci odkazu (napr. <a href="/dafuq/lol/9/">9</a>) pomoci regularniho vyrazu. Jak to mam udelat? Regexy mi vubec, vubec nejdou. Predem diky za pomoc

    Abe the Messiah has come.

    Řešení dotazu:


    Odpovědi

    Řešení 1× (Bundas (tazatel))
    Bundas avatar 20.9.2014 18:30 Bundas | skóre: 14 | Pardubice
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu

    Uz jsem to vyresil

     

    <a href="/dafuq/[^/]*/([^/\"]*)/">[^<>/]*</a>

    Abe the Messiah has come.
    20.9.2014 19:21 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Zkus ještě utilitu xmllint. Ta umí parsovat HTML o něco lépe.
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.
    20.9.2014 19:58 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Místo regexpu se dá použít také XQuery:
    for $x in doc("input.html")//a
        return substring-before(substring-after($x/@href, 'lol/'), '/')
    
    Možná to nevypadá tak elegantně jako regexp, ale poradí si to i s více odkazy na řádku, zalomenými atributy, komentáři...
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.
    Jakub Lucký avatar 20.9.2014 23:36 Jakub Lucký | skóre: 40 | Praha
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    If you understand, things are just as they are; if you do not understand, things are just as they are.
    Josef Kufner avatar 21.9.2014 01:01 Josef Kufner | skóre: 70
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    lynx -dump -listonly -nonumbers http://abclinuxu.cz/
    Na vytáhnutí odkazů z HTML to je velice praktické. Pak už ty regulární výrazy lze použít snadno.
    Hello world ! Segmentation fault (core dumped)
    21.9.2014 08:09 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Paráda. Lynx používám, ale o této volbě jsem netušil. Díky.
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.
    Fuky avatar 21.9.2014 09:07 Fuky | skóre: 52 | blog: 4u
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu

    Na parsování HTML bych doporučil nástroje k tomu určené a ne regulární výrazy.

    $ vim get_a_href.py
    #! /usr/bin/env python
    # -*- coding: utf-8 -*-
    
    import sys
    from lxml.html import parse
    
    if (len(sys.argv) != 2):
        print "Usage: %s FILENAME or URL" % sys.argv[0]
        sys.exit()
    
    page = parse(sys.argv[1])
    urls = page.xpath('//a/@href')
    
    for url in urls:
        print url
    $ chmod +x get_a_href.py
    
    21.9.2014 15:04 Petr | skóre: 29
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Jeste bych se pripojil ke kolegovi, mam podobny dotaz ale ohledne parsovani XML - pro obcasne potreby pouzivam reg. vyrazy, je nejaky silnejsi nastroj v linuxu pod licenci GNU?
    Fuky avatar 21.9.2014 15:09 Fuky | skóre: 52 | blog: 4u
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    21.9.2014 15:29 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    xmllint, xmlstarlet, xqilla, xsltproc, xmlto,...
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.
    Josef Kufner avatar 21.9.2014 15:31 Josef Kufner | skóre: 70
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Je, ale těžko se hledají. Ono většinou se s XML pracuje z větších programů prostřednictvím knihoven a pro příkazový řádek toho moc není.

    Zkus: xpath, xmllint, xsltproc

    Například z XML v dotazu:
    <html>
    <a href="/dafuq/lol/1/">1</a>
    <a href="/dafuq/lol/2/">2</a>
    <a href="/dafuq/lol/3/">3</a>
    <a href="/dafuq/lol/4/">4</a>
    <a href="/dafuq/lol/5/">5</a>
    <a href="/dafuq/lol/6/">6</a>
    <a href="/dafuq/lol/7/">7</a>
    <a href="/dafuq/lol/8/">8</a>
    <a href="/dafuq/lol/9/">9</a>
    </html>
    Lze všechny URL získat takto:
    xpath -q -e '//a/@href' soubor.xml
    Výsledek:
     href="/dafuq/lol/1/"
     href="/dafuq/lol/2/"
     href="/dafuq/lol/3/"
     href="/dafuq/lol/4/"
     href="/dafuq/lol/5/"
     href="/dafuq/lol/6/"
     href="/dafuq/lol/7/"
     href="/dafuq/lol/8/"
     href="/dafuq/lol/9/"
    Hello world ! Segmentation fault (core dumped)
    21.9.2014 15:53 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Teď koukám na xpath. Dalo by se z toho dostat např.
    /dafuq/lol/1/
    /dafuq/lol/2/
    /dafuq/lol/3/
    /dafuq/lol/4/
    /dafuq/lol/8/
    /dafuq/lol/9/
    
    nebo
    1, 2, 3, 4, 8, 9
    jinak než sedem? Obvykle používám xsltproc, což je na některé drobnosti zbytečně těžký kalibr. Na jednodušší věci momentálně používám program xqilla, ale úplně mi nesedí.
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.
    21.9.2014 16:17 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Tak už jsem na to přišel sám. Stačí v tom perlovém skriptu xpath vyměnit volání metody toString za getNodeValue a případně dál upravit dle potřeby.
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.
    Josef Kufner avatar 21.9.2014 17:35 Josef Kufner | skóre: 70
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Nechceš to dát jako volbu a poslat autorům patch?
    Hello world ! Segmentation fault (core dumped)
    21.9.2014 17:56 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    To není špatný nápad. Celý ten skript má jen 200 řádek, dá se to v něm snadno najít, ale přidání další volby pro mne není úplně triviální, protože v Perlu moc nedělám.

    Asi bych to musel nejprve trochu refaktorovat, aby se to tam dalo přidat jako volba. Otázkou je, zda má smysl se tím zabývat, protože podobných utilit je (jak vidno) hromada.
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.
    Josef Kufner avatar 21.9.2014 18:36 Josef Kufner | skóre: 70
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Tak aspoň pošli feature request s diffem, třeba to doplní. Ono těch snadno použitelných nástrojů zas tak moc není.
    Hello world ! Segmentation fault (core dumped)
    21.9.2014 19:14 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Nerad dodělávám další vlastnosti. Raději odstraňuji ty, které považuji za zbytečné. Po odstranění zbytečných řádek zbylo z původních 205 jen 10.

    Máme kolem sebe tolik univerzálně použitelných nástrojů, až se mi někdy jeví jako univerzálně nepoužitelné. Redukce je občas nezbytná.
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.
    21.9.2014 19:07 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Tak místo odpovědi autorům jsem ten skript trochu zkrátil a posílám ho sem:
    #!/usr/bin/perl -w
    
    use XML::XPath;
    $xpath = XML::XPath->new(ioref => \*STDIN);
    my $names = $xpath->find('//a/@href');
    for my $node ($names->get_nodelist) {
        $_ = $node->getNodeValue;
        s|^.*/([^/]*)/$|$1|;
        print $_, "\n";
    }
    
    A to je celé. Volby jsou pryč, vstupem je STDIN. Dělá to jen to, co chce tazatel, ale přímo z HTML.
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.

    Založit nové vláknoNahoru

    Tiskni Sdílej: Linkuj Jaggni to Vybrali.sme.sk Google Del.icio.us Facebook

    ISSN 1214-1267   www.czech-server.cz
    © 1999-2015 Nitemedia s. r. o. Všechna práva vyhrazena.